[發明專利]互聯網醫院系統監控方法、設備、存儲介質及程序產品

在審

• 申請號: 202110584123.4
• 申請日: 2021-05-27
• 公開（公告）號: CN113190415A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 劉宗節;任思奇
• 申請（專利權）人: 北京京東拓先科技有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 王征;臧建明

1.一種互聯網醫院系統監控方法，其特征在于，包括：

采集互聯網醫院系統的業務日志數據，并將所述業務日志數據加入到消息隊列；

通過流處理引擎根據消息隊列中的業務日志數據獲取目標指標；

根據所述目標指標以及預設告警規則，判斷互聯網醫院系統是否存在異常；

若確定互聯網醫院系統存在異常，則向用戶終端發送告警消息。

2.根據權利要求1所述的方法，其特征在于，所述目標指標包括目標業務指標和/或目標系統指標；

所述通過流處理引擎根據消息隊列中的業務日志數據獲取目標指標，包括：

通過所述流處理引擎對消息隊列中的業務日志數據進行解析，獲取所述業務日志數據中的目標字段；

將所述目標字段的值確定為所述目標業務指標，或者根據目標字段的值以及預設算法獲取目標系統指標，其中所述預設算法為獲取目標系統指標的算法。

3.根據權利要求2所述的方法，其特征在于，所述根據所述目標指標以及預設告警規則，判斷互聯網醫院系統是否存在異常，包括：

對于目標業務指標，將所述目標業務指標與歷史業務指標進行比較，根據比較結果判斷互聯網醫院系統是否存在異常；和/或

對于目標系統指標，將所述目標系統指標輸入對應的預設異常判斷模型，通過預設異常判斷模型判斷互聯網醫院系統是否存在異常。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述通過流處理引擎根據消息隊列中的業務日志數據獲取目標指標后，還包括：

將所述目標指標存儲于數據庫中；

所述根據所述目標指標以及預設告警規則，判斷互聯網醫院系統是否存在異常，包括：

實時或定時從所述數據庫中獲取目標指標，并根據所述目標指標以及預設告警規則，判斷互聯網醫院系統是否存在異常。

5.根據權利要求1所述的方法，其特征在于，所述確定互聯網醫院系統存在異常后，還包括：

對互聯網醫院系統進行異常點分析，并將分析結果發送給所述用戶終端進行顯示；

接收所述用戶終端根據所述分析結果發送的問題定位知識庫的第一查詢指令，所述問題定位知識庫包括多個預設問題定位步驟信息；

根據所述第一查詢指令向所述用戶終端發送所述分析結果對應的問題定位步驟信息，以便用戶根據預設問題定位步驟信息進行問題定位。

6.根據權利要求5所述的方法，其特征在于，所述對互聯網醫院系統進行異常點分析，包括：

若確定互聯網醫院系統存在多個異常，則根據預設相關性分析模型對多個異常進行相關性分析、和/或根據預設根因分析模型對多個異常進行根因分析，確定所述多個異常中的異常源頭；

將所述異常源頭的相關信息發送給所述用戶終端進行顯示。

7.根據權利要求5所述的方法，其特征在于，所述方法還包括：

接收所述用戶終端根據問題定位結果發送的問題修復知識庫的第二查詢指令，所述問題修復知識庫包括不同問題的修復方案；

根據所述第二查詢指令向所述用戶終端發送所述問題定位結果對應的修復方案。

8.根據權利要求5所述的方法，其特征在于，所述方法還包括：

若問題定位結果為互聯網醫院系統更新失敗，則采用配置有更新前的互聯網醫院系統的備用集群，實現互聯網醫院系統回滾；或者

若問題定位結果為流量異常，則控制互聯網醫院系統對異常流量進行限流。

9.根據權利要求3所述的方法，其特征在于，所述方法還包括：

對所述業務日志數據和/或所述目標指標進行數據預處理和特征提取，得到數據特征；

根據所述數據特征對所述預設異常判斷模型進行訓練。

10.根據權利要求3或9所述的方法，其特征在于，所述預設異常判斷模型包括以下至少一種：

交易流量異常檢測模型、搶單反作弊模型、醫患違規風控模型、醫生服務異常檢測模型。